[发明专利]基于DNA模糊遗传算法的电力系统多目标无功优化方法

说明书

本发明公开了一种基于DNA模糊遗传算法的电力系统多目标无功优化方法，涉及电力系统多目标无功优化技术领域。所示基于DNA模糊遗传算法的电力系统多目标无功优化方法，以DNA链的形式对系统的控制变量进行编码，并在此基础上对种群的个体进行遗传操作；将模糊控制理论与DNA遗传算法相结合，根据算法的进化情况对交叉率、变异率和倒位操作率进行在线调整，有效提高了算法的收敛速度和计算精度；本发明的DNA模糊遗传算法在进行多目标无功优化时，与一般遗传算法相比，收敛速度快，计算精度高，种群多样性强，对于电力系统无功优化这种高维度、多约束、非线性的复杂实际问题有着很好的适用性。

技术领域

本发明属于电力系统多目标无功优化技术领域，尤其涉及一种基于DNA模 糊遗传算法的电力系统多目标无功优化方法。

背景技术

电力系统无功优化是改善电压质量、减少网络损耗、提高电压稳定性的重 要途径。在数学上，无功优化是典型的非线性规划问题，具有非线性、不连续、 多变量多约束等特点。

遗传算法作为一种全局优化方法，是求解无功优化问题的有效手段，但常 规遗传算法的二进制编码方式不能表达丰富的遗传信息，且在进化过程中，交 叉率和变异率是固定的，导致在求解多变量优化问题时，效率不高。

因此，如何解决现有遗传算法在求解多目标无功优化问题的缺陷，找到一 种算法能够快速、精确、高效地收敛到最优解一直是一个技术难题。

发明内容

针对现有技术的不足，本发明提供一种基于DNA模糊遗传算法(DNA FuzzyGenetic Algorithm DNA-FGA)的电力系统多目标无功优化方法，有效解决现有 遗传算法在求解多目标无功优化问题的缺陷。

本发明是通过如下的技术方案来解决上述技术问题的：一种基于DNA模糊 遗传算法的电力系统多目标无功优化方法，包括以下几个步骤：

(1)以系统有功网损最小、静态电压稳定裕度最大为目标，考虑等式约束 和不等式约束，建立电力系统多目标无功优化模型；

(2)根据种群染色体编码与解码规则，随机产生初始DNA种群；

(3)计算种群的适应度函数值，并确定种群的最大适应度函数值和平均适 应度函数值；

(4)由模糊控制规则，确定交叉率、变异率和倒位率，以此进行遗传操作， 得到新的种群；

(5)判断是否满足最大迭代次数？满足则输出最优解；否则返回步骤(3)。

与现有技术相比，本发明所提供的基于DNA模糊遗传算法的电力系统多目 标无功优化方法，以DNA链的形式对系统的控制变量进行编码，并在此基础上 对种群的个体进行遗传操作；将模糊控制理论与DNA遗传算法相结合，根据算 法的进化情况对交叉率、变异率和倒位操作率进行在线调整，有效提高了算法 的收敛速度和计算精度；本发明的DNA模糊遗传算法在进行多目标无功优化时， 与一般遗传算法相比，收敛速度快，计算精度高，种群多样性强，对于电力系 统无功优化这种高维度、多约束、非线性的复杂实际问题有着很好的适用性； 本发明以网损最小的和静态电压稳定裕度最大为目标，在保障电网安全经济运行的前提下，有效提高了系统电压的运行稳定性。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用 的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一个实 施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。

图1是本发明实施例实际电力系统的简化接线图；

图2是本发明控制变量和状态变量的取值范围图；

图3是本发明DNA、SGA和FGA算法在求解无功优化过程中目标函数的 收敛曲线图。